CN105002810A - 一种智能碾压机器人 - Google Patents

Abstract

一种智能碾压机器人，包括传感系统、控制系统、驱动系统以及碾压机，其中碾压机为机器人本体，传感系统用于获取碾压机的作业数据，控制系统接收传感系统获取的作业数据，根据这些数据计算得出当前碾压层的实时压实度，并不断根据事先设置的初始值和约束条件，按照事先建立的压实指标评判体系评判当前碾压通道是否压实，然后给出决策结果确定施工方案，并向驱动系统输出相应的控制信号；驱动系统根据控制信号驱动碾压机做出相应的动作，碾压机执行动作同时不间断地向传感系统反馈作业数据，从而启动新的检测控制执行循环，形成循环闭环系统，本发明可对碾压过程进行在线监测和智能反馈控制，提高施工效率和工程建设精细化管理。

Description

一种智能碾压机器人

技术领域

本发明属于智能机器人技术领域，可用于土石料和混凝土料碾压质量控制，特别涉及一种智能碾压机器人。

背景技术

碾压土石料和碾压混凝土料的碾压施工质量是保证公路路基、铁路路基或大坝坝基的工程性能、路基或坝基长期稳定、工后沉降控制的重要环节。近些年来，公路、铁路或大坝主要是通过现场采样检测和监理旁站观测来控制土石料和混凝土料的压实质量和碾压过程参数。利用采样检测只能限于少数测点，不可能对大面积碾压混凝土或土石料进行全仓面的压实质量评价，而且这种方法是在碾压后进行，无法实时地控制碾压质量。同时，由于旁站监理方式受人为因素干扰大，管理粗放，难以实现对碾压遍数、行车速度、压实厚度、碾压机位置、压实性能等碾压过程参数的精准控制。因此，有必要研究开发一种具有实时、连续、自动、智能、高精度、高效等特点的智能碾压技术。

目前，国内外仅有极少数研究者开展针对土石料和混凝土料碾压质量智能控制方面的研究。在国外，相关研究主要集中在道路施工碾压智能控制方面，即所谓智能碾压技术。该方面研究主要涉及碾压机智能碾压装置的开发，以及土料或沥青混凝土路基压实质量实时监测指标的确定，如Caterpillar公司采用碾压净功率指标(MDP)，AMMANN公司采用机测土体刚度K_B、Geodynamik公司采用碾压振动加速度频域分析指标(CMV)等来表征路基的压实特性。此外，Rinehart和Mooney指出总谐波失真(THD)是评价土料压实状态的高敏感性指标。基于上述指标反映的路基压实情况，可实现碾压机工作性态如振动频率、振幅等的自适应调整。在国内，相关研究主要集中在表征压实效果的碾压机压实质量装置的开发上。如河北工业大学张润利等通过监测垂直方向的振动加速度来表征土层密实度，开发了振动压实度计量仪。居彩梅设计了一种振动压路机的连续压实度检测仪。长安大学武雅丽、马学良、孙祖望等研究了基于能量平衡的振荡压路机压实自动控制技术。黄声亨等针对混凝土面板堆石坝施工特点，开发了面板堆石坝填筑质量的全球定位实时监控系统，实现了对碾压遍数、行车速度、压实厚度的监控。此外，钟登华等针对土石坝施工过程中碾压质量的控制进行了研究，开发了土石坝实时碾压质量监控系统，实时监控土石坝施工过程中的压实作业，并通过来自实时质量监控系统的自变量数据建立了多元回归模型，以预测压实质量。实时质量监控系统获取的自变量包含压实操作参数，如碾压遍数、行车速度、碾压机振动状态、碾压层厚度、土石料的含水量和级配。并通过采用克里格插值法预估了整个施工区域任意一点处的密实度，然后分析了整体压实合格率和整个区域压实质量的空间均匀性。钟登华等还针对土石坝材料洒水车开发了自动控制和实时监控系统，集成了无线射频识别技术、GPS全球定位系统、地理信息系统、PDA终端和GPRS移动网络技术，可以连续自动监控整个施工过程中洒水车的工作状态，保证运输车上大坝施工材料的含水量，最终确保土石坝施工过程中碾压效率。除此之外，钟登华等还提出了碾压混凝土坝的仓面的实时施工质量监控方法，可以自动识别压实层，该实时施工质量监控系统集成了GPS全球定位系统、GLONASS全球导航定位系统、传感器技术和网络传输技术，最终实现了全过程、全天候、及时地监控碾压质量、混凝土温度、施工区天气，并运用多元回归模型预测了密实度和振动压实VC值的损失。

以上国内外最新的研究成果表明，国外的智能碾压技术仍未被广泛应用于土石料、混凝土料的碾压施工过程中，而国内的最新技术仅仅发展到土石料或混凝土料的实时碾压施工质量监控，这种监控仅仅是针对碾压遍数、行车速度、碾压层厚度、碾压机振动状态等的监控，对土石料、混凝土料碾压质量的监控基本上还是通过碾压作业过程中多碾压几遍、碾压作业完成后建立多元回归模型预测整个施工区域碾压层的压实质量，这种方法表面上实现了实时碾压质量监控，但并非真正的实现了对现场大面积土石料、混凝土料压实度的实时快速有效的检测，很容易在材料碾压过程中产生过失压的情况、出现材料碾压的非均匀性，除此之外，各种技术的集成也是建立在人为操作为主体的基础上，非智能、非机器人碾压作业，碾压质量并不能得到有效保证，碾压精确性、材料均匀性、现场碾压施工高效性更得不到保障。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种智能碾压机器人，可用于土石料和混凝土料碾压质量控制，作为土木、水利工程施工过程中碾压质量智能化控制的一种有效解决方案，可以在碾压过程中实时采集碾压机械运行参数(如碾压机速度、碾轮的振幅和频率等)、压实过程参数(碾压遍数、碾压层厚度)及压实过程信号(如振动产生的加速度传感器信号、瞬态瑞雷波信号)，采用适合于移动式连续快速碾压质量控制要求的压实质量实时评估指标值，建立了一套科学客观的土石料、混凝土料压实质量评估体系，并在控制系统中嵌入了智能决策系统，来评估压实效果(如压实度)，并根据压实情况，实时智能的做出决策，及时调整碾压机的运行状态(速度、频率、振幅、碾压遍数)、碾压机的作业状态(重复上一个通道的碾压作业或开始新通道碾压作业)，并实时记录碾压过程中的数据，存储于存储器中，便于数据存取和数据在线监测分析，这样就可以有效的解决现有土石料和混凝土料碾压质量控制方面非智能、工期长、超欠压、低效、精度低、性能低等问题，实现碾压过程的智能化控制。

为了实现上述目的，本发明采用的技术方案是：

一种智能碾压机器人，包括传感系统2、控制系统3、驱动系统4以及碾压机5，其中：

碾压机5为机器人本体；

传感系统2用于获取碾压机5的作业数据，包括设置于碾压机5上的加速度传感器、检波器和GPS定位装置；

控制系统3接收传感系统2获取的作业数据，根据这些数据计算得出当前碾压层的实时压实度，并不断根据事先设置的初始值和约束条件，按照事先建立的压实指标评判体系评判当前碾压通道是否压实，然后给出决策结果确定施工方案，并向驱动系统4输出相应的控制信号；

驱动系统4根据接收到的控制信号，驱动碾压机5做出相应的动作，碾压机5在执行所述动作的同时，不间断地向传感系统2反馈作业数据，传感系统2将新的作业数据送给控制系统3，从而启动新的检测控制执行循环，形成循环闭环系统。

所述加速度传感器用于获取碾压机5碾压过程中振动轮的加速度谐波响应信号，所述检波器用于获取碾压机5振动产生的瑞雷波信号，所述GPS定位装置用于获取碾压机5作业时的实时位置数据、行车速度、作业方向以及碾压遍数。

所述控制系统3中，通过加速度谐波响应信号的二次谐波振幅与基波振幅的比值计算出压实密度CMV值，通过瑞雷波信号建立瑞雷波波速与压实度关系模型，根据压实密度CMV值或该模型，连续地计算当前碾压层的实时压实度。

所述施工方案为开始新通道碾压作业或重复碾压上一通道，以及碾压机5的频率、振幅、行驶速度和碾压遍数。

所述驱动系统4包括作用于碾压机5的机械传动或液压传动装置、前轮伺服电机、后轮驱动电机、振动装置以及设置在碾压机5上的显示与警报装置。

与现有技术相比，本发明可对碾压过程进行在线监测和智能反馈控制，自主智能决策碾压过程，引导碾压机自适应调整自身工作参数，确保碾压施工质量，提高施工效率和工程建设精细化管理。

附图说明

图1是本发明原理示意图。

具体实施方式

下面结合附图和实施例详细说明本发明的实施方式。

如图1所示，本发明是一种可用于土石料和混凝土料碾压质量控制的智能碾压机器人，包括传感系统2、控制系统3、驱动系统4、碾压机5和数据线1，这五者构成了一个闭环系统。

传感系统2包含加速度传感器、检波器和碾压机载GPS定位装置三部分。加速度传感器用于获取振动碾压机碾压过程中振动轮的加速度谐波响应信号，通过加速度的二次谐波振幅与基波振幅的比值即可计算出压实密度CMV值。检波器用于获取振动碾压机振动产生的瑞雷波信号，经过放大滤波等操作，用于最终建立瑞雷波波速与压实度关系模型。碾压机载GPS定位装置可以提供碾压机作业时的实时位置数据、计算碾压机的行车速度、作业方向、碾压遍数。

控制系统3包含硬件电路和软件系统，硬件采用MCU集成电路开发板，软件系统采用嵌入式语言开发，机载显示与警报装置由液晶显示器、警报器和红绿灯组成。控制系统3主要用来分析传感系统2传入的信号、按照模型计算数值并输出智能决策结果和控制信号。具体来说，传感系统2会输入三路信号进入控制系统3。其中一路输入信号是加速度传感器采集到的模拟电压信号，这路信号先通过硬件信号放大电路和滤波电路作用，将电压信号放大并滤除噪声波等杂波，然后将信号通过单片机的A/D通道输入控制系统3，进行模数转换，然后依据事先约束好的碾压机的振动频率进行信号采样并进行傅里叶变换，求得输入信号的基波振幅A₀和二次谐波振幅A₁值，进而依照CMV的定义即加速度二次谐波振幅A₁与基波振幅A₀的比值求得压实密度值，来反映土体压实情况；第二路输入信号是瑞雷波检波器采集到的瞬态瑞雷波信号，两个检波器放置在碾压机振动钢轮后侧司机驾驶舱底盘处且呈纵向分布，并且距离一定距离ΔX，利用时间差法求得波速，然后根据事先通过标定法获得的波速和压实度关系模型求得土基干密度ρ，进而求得压实系数K，这里振动频率、振动幅值依照事先设置好的初始值；第三路输入信号是GPS卫星定位系统获取的实时碾压机定位数据通过控制系统3中单片机的I/O口输入，进而经过数据处理提供给系统其他模块使用。控制系统3采用模糊综合评价法对土石料或混凝土料压实质量情况进行实时快速评价，评价因素有CMV值、压实系数K值、碾压遍数N，这三者构成被评价对象的因素集合评价集，然后分别确定各个因素的权重及它们的隶属度矢量，获得模糊评判矩阵，接着把压实质量模糊评判矩阵与因素的权矢量进行模糊运算并进行归一化处理，得到最终质量模糊综合评价结果。控制系统3根据压实质量模糊评价结果给出的决策结果，即通过或不通过，通过则继续新碾压段的作业，不通过则重复之前碾压段的作业直至通过。由智能决策系统给出决策结果确定施工方案后(开始新通道碾压作业或重复碾压上一通道)，控制系统3立即输出碾压机驱动控制信号、碾压机载显示与警报装置信号，碾压机振动信号。

驱动系统4包含振动碾压机机械传动或液压传动装置、前轮伺服电机、后轮驱动电机、碾压机载显示与警报、碾压机振动装置。负责接收控制系统3输出的碾压机驱动控制信号、碾压机载显示与警报信号、碾压机振动信号，实现碾压机实时转向、全轮驱动，实现碾压机频率、振幅、行驶速度和碾压遍数的调节，实现机载显示与警报装置实时绘制当前碾压层施工区压实状态图和发出警报提示信息。

碾压机5是整个智能机器人的本体，负责执行驱动系统4的动作要求，完成智能碾压施工作业。碾压机在完成驱动系统4动作要求的同时，会反馈控制信号给传感系统2，启动新的检测控制执行循环，这样形成了四者紧密相连的循环闭环系统。

本发明的实施过程为：

控制系统3分别连接传感系统2、驱动系统4；碾压机5分别连接驱动系统4和传感系统2，四者通过数据线1共同组成智能碾压机器人。该智能碾压机器人是一个闭环控制系统。该机器人的大脑是控制系统3，控制系统3由MCU集成开发板和基于嵌入式语言开发的软件系统组成，实现传感系统2中碾压机机载传感器对加速度传感器信号、瑞雷波信号等的采集以及碾压机载GPS定位系统定位数据的采集，并根据压实指标模型和压实指标评价体系对当前压实情况做出智能决策，通过数据线1将决策结果以控制信号指令的方式发送到驱动系统4，实现碾压机的实时转向和全轮驱动，实现不断调节碾压机的振幅、频率、速度和碾压遍数，并显示当前碾压层的压实状态图和给出警报信息提示。碾压机5根据驱动系统4的要求，负责大坝施工过程中对混凝土料或土石料填筑层的碾压工作的具体实施，同时将反馈控制信号发送给传感系统2，启动新的检测控制执行循环，形成闭环系统。传感系统2包含碾压机载传感系统和碾压机载GPS定位系统，前者负责采集碾压过程中的瑞雷波信号、加速度信号，用来分析混凝土料或土石料的压实情况，后者用来采集碾压机的位置信息、速度信息和其他运行状态信息，传感系统2采集的信号和数据传送给控制系统3，得出智能决策结果，输出控制信号，控制碾压机的运行状态。

因此，本发明可以实现碾压过程的智能化流程，可以对碾压过程进行在线实时监测和智能反馈控制，在碾压过程中引导碾压机自适应调整自身工作参数到许可状态，确保碾压过程实时、智能、高效、碾压充分、材料密度均匀，提高大坝碾压施工质量和效率，实现土石坝或混凝土坝工程建设碾压过程的精细化管理。

Claims (5)

1.一种智能碾压机器人，其特征在于，包括传感系统(2)、控制系统(3)、驱动系统(4)以及碾压机(5)，其中：

碾压机(5)为机器人本体；

传感系统(2)用于获取碾压机(5)的作业数据，包括设置于碾压机(5)上的加速度传感器、检波器和GPS定位装置；

控制系统(3)接收传感系统(2)获取的作业数据，根据这些数据计算得出当前碾压层的实时压实度，并不断根据事先设置的初始值和约束条件，按照事先建立的压实指标评判体系评判当前碾压通道是否压实，然后给出决策结果确定施工方案，并向驱动系统(4)输出相应的控制信号；

驱动系统(4)根据接收到的控制信号，驱动碾压机(5)做出相应的动作，碾压机(5)在执行所述动作的同时，不间断地向传感系统(2)反馈作业数据，传感系统(2)将新的作业数据送给控制系统(3)，从而启动新的检测控制执行循环，形成循环闭环系统。

2.根据权利要求1所述智能碾压机器人，其特征在于，所述加速度传感器用于获取碾压机(5)碾压过程中振动轮的加速度谐波响应信号，所述检波器用于获取碾压机(5)振动产生的瑞雷波信号，所述GPS定位装置用于获取碾压机(5)作业时的实时位置数据、行车速度、作业方向以及碾压遍数。

3.根据权利要求2所述智能碾压机器人，其特征在于，所述控制系统(3)中，通过加速度谐波响应信号的二次谐波振幅与基波振幅的比值计算出压实密度CMV值，通过瑞雷波信号建立瑞雷波波速与压实度关系模型，根据压实密度CMV值或该模型，连续地计算当前碾压层的实时压实度。

4.根据权利要求1或3所述智能碾压机器人，其特征在于，所述施工方案为开始新通道碾压作业或重复碾压上一通道，以及碾压机(5)的频率、振幅、行驶速度和碾压遍数。

5.根据权利要求1所述智能碾压机器人，其特征在于，所述驱动系统(4)包括作用于碾压机(5)的机械传动或液压传动装置、前轮伺服电机、后轮驱动电机、振动装置以及设置在碾压机(5)上的显示与警报装置。